混凝土缺陷信号变分模态分解与超声成像方法

混凝土的强散射特性限制了其中缺陷声波成像的分辨率。该文采用一种依据变分模态分解与全聚焦成像相结合的方法,将接收信号分解成多个本征模态函数,计算各本征模态函数与激励信号的相关系数,对信号加权重构以实现对特征信号的提取,从而提高成像算法对混凝土缺陷间散射波互干扰的鲁棒性。通过设置对比试验,研究了不同缺陷混凝土结构中该信号处理方式对于成像结果的影响。试验结果表明,该方法对于弱散射及散射干扰具有更好的鲁棒性,相比基于原始数据的成像方法能够更好地还原混凝土内部结构。

一种灰色关联分析优化ICEEMDAN的VP倾斜仪信号降噪模型

VP倾斜仪固体潮信号受仪器监测复杂环境限制,多含有大量环境噪声。为获得真实固体潮曲线,提出一种基于灰色关联分析优化改进的自适应噪声完备集合经验模态分解(ICEEMDAN)VP倾斜仪信号降噪模型(GRA-ICEEMDAN)。该方法首先将含噪信号进行ICCEMDAN处理,得到若干个固有模态函数(IMF),并依次排列与标记;然后基于这些IMF分别计算相关系数、互信息、R^(2)、Adj-R^(2)、MSE、SSE、RMSE、MAE、MAPE、样本熵等10个评价指标值,构建IMF可信度评价指标矩阵;最后借助灰色关联分析(GRA)计算各评价指标与不同IMF之间的关联系数和关联度,依据关联度大小对各个IMF进行排序,将排名靠前的IMF进行线性重构,即可完成信号降噪。仿真去噪实验和实测去噪实验均表明,GRA-ICEEMDAN模型优于卡尔曼滤波、70阶低通FIR滤波、Savitzky-Golay等经典降噪模型,能显著区分噪声成分和有效成分,原始信号分解后的重构误差与信号损失极小,可推广至其他仪器的复杂信号降噪中。

基于EMD-PSO-BP模型的短期潮流流速预测

针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,对分解所得的IMF和残差分别进行预测。最后,将各个预测结果相结合,得出流速的最终预测结果,从而提高潮流流速的预测精度。本文以江苏省潮流流速为例,分别建立BP、PSO-BP、EMD-BP以及EMD-PSO-BP四类预测模型,以对潮流流速进行预测和对比分析。结果表明,相较于其他模型,EMD-PSO-BP预测模型在潮流流速的预测方面具有更高的精度,为潮流能开发提供重要的数据支撑。

基于数字孪生和深度学习的结构损伤识别

土木工程实际结构损伤状态的时间跨度通常只占总生命周期的一小部分。为解决传统基于数据驱动的结构损伤识别方法缺乏足够多的损伤训练数据的问题,提出结合数字孪生和深度学习的结构损伤识别方法,并应用于实际工程。该方法利用数值仿真模型和在线监测数据构建结构的数字孪生,以获得不同损伤工况下结构动力响应的“大数据”;为了摆脱对外激励信息的依赖,应用经验模态分解法和传递率函数对得到的数据进行预处理;将预处理后的固有模态传递率函数数据作为深度学习的输入进行训练,实现结构的损伤识别。为验证方法的有效性,对实际结构未经训练的监测数据进行分析,结果表明,该方法泛化能力良好,能够有效识别结构损伤状况。通过数字孪生技术解决了传统方法数据匮乏的问题,不需要任何地震信息,利用固有模态传递率函数数据训练的深度神经网络仍能保持较高的损伤识别准确率,二者结合可以使工程结构健康监测更为主动、可靠、高效。

行为分阶段转变理论的个案管理模式在慢性阻塞性肺疾病稳定期患者中的应用

目的探讨行为分阶段转变理论的个案管理模式在慢性阻塞性肺疾病(以下简称“慢阻肺”)稳定期患者中的应用效果。方法纳入南京市第一医院2021年6月至2022年6月门诊访视的112例慢阻肺稳定期患者进行前瞻性研究,通过随机数字表法将其分为对照组和观察组,各56例。对照组给予个案管理模式干预,观察组给予行为分阶段转变理论的个案管理模式。两组均连续干预6个月。比较干预前、干预6个月后呼吸功能[圣乔治呼吸问卷(SGRQ)、改良版英国医院研究委员会呼吸困难量表(m MRC)]、自我管理能力[健康行为能力自评量表(SRAHP)]。结果干预后,两组SGRQ、m MRC评分均低于干预前,且观察组低于对照组,差异有统计学意义(P<0.05)。干预后,两组SRAHP评分高于干预前,且观察组高于对照组,差异有统计学意义(P<0.05)。结论行为分阶段转变理论的个案管理模式提高慢阻肺稳定期患者的自我管理能力,改善呼吸功能,具有较好应用效果。

基于视觉与加速度测量的结构动态位移融合估计

结构动态位移测量与精准估计对于结构安全运营和性态评估具有重要意义.基于计算机视觉的位移监测方法具有精度高、非接触式、成本低、设备安装简便等优点,在实际复杂工程环境中,设备难以架设,视觉测量方法较传统接触式位移监测方法具有明显的优势.图像分辨率和拍摄帧率等因素在一定程度上限制了视觉方法的使用.针对视觉位移测量技术高频振动识别精度低的问题,提出了一种基于视觉与加速度测量的结构动态位移重构方法,通过融合视觉低频与加速度高频振动响应信号,实现结构动态位移精准识别.首先,利用光流法从结构振动视频数据中提取结构位移响应,引入前后向误差与离群值过滤机制,提升特征点追踪精度,避免漂移问题.然后,利用逐次变分模态分解方法分别从视觉位移与加速度二次积分得到的位移信号中提取相应的本征模态函数(intrinsic mode function,IMF)分量.最后,基于互相关函数筛选机制,确定融合模态分量,融合基于视觉测量的低阶IMF与基于加速度测量的高阶IMF,重构结构位移响应.通过一个钢筋混凝土框架结构振动台试验,对提出的位移融合估计方法进行了试验验证.结果表明:与单一视觉测量方法相比,所提出的方法能够更为准确地估计结构动态位移,并且通过引入加速度测量中的动态位移分量,融合后的位移比基于视觉测量的结果具有更宽的频率范围.

基于EEMD分解的阶次跟踪方法研究

摆线针轮减速器组成零部件繁多、构成复杂,工作时噪声干扰大且多在变转速、往复的复杂工况下工作,因此,难以准确提取其内部的故障特征。针对这一问题,提出了一种基于集合经验模态分解(EEMD)与阶次跟踪分析的方法,对摆线针轮减速器进行了故障诊断。首先,对采集到的时域振动信号和转速信号进行了等角度域差值采样,得到了振动信号的等角域平稳信号;然后,对等角域信号进行了集合经验模态分解,得到了若干个固有模态分量(IMFs),计算了各个固有模态分量的峭度值,选取目标模态分量进行了信号重构;接着,采用快速傅里叶变换得到了故障信号的阶次图;最后,根据减速器的传动方式、各零部件的模数,计算出了各主要部件的故障阶次,对比减速器在故障前后阶次图的能量峰值进行了故障诊断。研究结果表明:该方法能够准确提取包含故障信息的固有模态分量,实现从等时域信号到等角域信号的转换,并提取摆线针轮减速器的滚针故障阶次(8.37阶),故障准确率达到99.6%,可实现摆线针轮减速器在非平稳工况下的故障特征识别,并验证该方法的可行性和有效性。

职业教育数字教材建设与应用探析

职业教育数字化教材建设与应用前景广阔。通过对职业教育数字教材定义的辨析和梳理,以及将其和类似的教育信息化产品进行比较,厘清职业教育数字教材的概念和内涵,指出其应当具备特殊出版物特性、职业教育特点、数字化特征。进而,在回顾职业教育数字教材的发展与演进的基础上,阐述了其应当具备的三个层次功能。在刻画职业教育数字教材生态体系应具备的创作、审核、发布(发行)、应用的完整闭环,并涵盖作者服务、读者服务、管理者服务、出版者内部流程和线上编审校服务系统的基础上,提出建设普惠性标准化的数字教材出版平台,开发不同类型不同层次的数字化教材产品的工作要点。之后,辨析了其与新型活页式教材、工作手册式教材的不同点与整合创新的意义。梳理总结了此类教材的开发基本原则和主要策略。最后,从内容彰显职教特点、数字资源规范化开发、建立开发流程标准、建设质量评价体系四个方面提出了标准和规范化的开发策略。

基于改进型滑模变结构的永磁同步电机的无位置传感器矢量控制

针对传统滑模控制采用不连续的符号函数作为滑模面切换函数所引起的抖振问题,提出一种基于改进型滑模变结构的永磁同步电机的无位置传感器矢量控制方法,来削弱抖振,从而改善系统的动、静态性能。首先,设计了改进型滑模控制器和改进型滑模观测器的变结构控制系统。其次,采用连续的开关函数——双曲正切函数作为滑模面切换函数,并通过模糊逻辑控制对双曲正切函数的形状系数进行调整,减弱固定边界层厚度所引起的抖振。然后,运用李雅普诺夫第二定理证明所设计的控制系统的稳定性。最后,与其他方法相比,仿真结果证明了所提方法的可行性和有效性。

中国式现代化:“体”“用”模式与人类命运共同体

世界现代化进程中,19世纪形成的体用一元的模式(西方开创的工业化为用、西方民主制度和西方价值观为体模式)已经难以为继了,更多非西方国家开创了体用二元的模式(西方开创的工业化为用、非西方政治制度和非西方价值观为体模式)。体用二元模式意味着差别性现代化也即多样性现代化的存在。“中体西用”模式其实是多样性现代化的早期表述,当下的中国式现代化为多样性现代化提供了楷模。为了解决人类社会的差别性现代化矛盾与当下的共同性危机,中国提出了“人类命运共同体”倡议,其超越了社会制度、意识形态、历史文明之争,中国式现代化凭此称之为“人类文明新形态”。

全过程人民民主视域下人大代表联络站的功能定位与完善路径

人民代表大会制度是实现我国全过程人民民主的重要制度载体,而人大代表联络站则是我国人民代表大会制度和全过程人民民主在基层的生动实践平台。近年来,人大代表联络站得到快速发展,但也同样面临一系列困境与挑战。因此,进一步厘清人大代表联络站的功能定位、践行全过程民主模式、完善人大代表联络站制度具有重要的理论价值和现实意义。已有研究缺乏对人大代表联络站的实践发展进行全方位的理论探讨和系统总结。本文基于全过程人民民主视角,分别从法律定位、政治定位、角色定位和实践定位四个维度阐释人大代表联络站的具体功能定位,梳理浙江省人大代表联络站践行全过程人民民主的创新模式和做法,剖析人大代表联络站在身份认同、代表履职、实践功能、组织建设和协商议事等五个方面所面临的主要困境,最后提出完善人大代表联络站的对策路径。

基于新型自适应滑模观测器的PMSM无传感器控制

为了实现无位置传感器控制策略在永磁同步电机中的应用,在传统滑模观测器的基础上提出了一种改进型的自适应滑模观测器算法。提出的改进型自适应滑模观测器中使用更平滑的sigmoid函数取代了传统的符号函数,并结合反电动势的自适应律有效地减少了提取的反电动势中包含的高频分量,避免了低通滤波器在使用过程中带来的抖振和相位延迟现象。最后反电动势中包含的转子位置信息与速度信息通过锁相环提取。为了验证模型的可行性,基于MATLAB/Simulink搭建了仿真模型进行了仿真分析,并以TMS320F28377芯片为核心搭建了永磁同步电机硬件实验平台进行实验验证,仿真与实验结果验证了该方法的有效性和实用性。

无模型自适应滑模控制的微波加热过程温度控制

微波加热模型具有无限维、非线性和时变等特点,导致控制器难于设计和实现。针对此问题,提出了一种适用于微波加热过程的无模型自适应滑模控制方法。首先,对微波加热过程传热数学模型进行分析,建立了微波加热过程输入功率与温度之间的全格式动态线性化数据模型。然后,根据该数据模型设计了无模型自适应滑模控制器,并给出了数据模型中相关未知时变参数和未知干扰的估计算法。最后,利用COMSOL和MATLAB进行仿真,仿真结果验证了所提控制方法的有效性。

基于微分平坦的板球系统反步滑模控制

为改善板球系统轨迹跟踪控制误差大,控制精度低的问题,提出了一种基于微分平坦的板球系统反步滑模控制方法。首先基于欧拉-拉格朗日方程建立板球系统的运动学模型,通过合理简化得到解耦线性状态空间模型。以X轴方向控制器设计为例,利用微分平坦技术获得系统的目标状态量以及前馈控制量,建立误差系统,进而采用反步法实现对误差系统的滑模控制,利用李雅普诺夫稳定性理论证明了闭环系统的稳定性。算法中使用双曲正切函数抑制滑模的抖动,实现了对板球系统的轨迹高精度跟踪控制。仿真实验结果表明,该方法控制精度高,具有良好的控制效果。

基于多域信息融合与深度分离卷积的轴承故障诊断网络模型

针对传统卷积神经网络(CNN)对滚动轴承振动信号的故障识别准确率不高这一问题,提出了一种基于多域信息融合结合深度分离卷积(MDIDSC)的轴承故障诊断方法。首先,利用自适应噪声的完全集合经验模态分解(CEEMDAN)算法对轴承振动信号进行了分解;然后,利用分解出的本征模态函数(IMF)的各个分量构建了多空间状态矩阵,并将该多空间状态矩阵输入该深度分离卷积模型中,进行了卷积训练;同时,在该深度分离卷积模型中添加了残差结构,对数据特征进行了复利用,并对卷积核进行了深度分离,解决了深度模型的网络退化问题;最后,提出了一种空间特征提取方法,对模型参数进行了修剪,采用一种自适应学习率退火方法进行了梯度优化,以避免模型陷入局部最优。研究结果表明:通过对多个轴承故障数据集进行对比分析可知,MDIDSC在轴承故障诊断方面的准确率和稳定性明显优于其他方法,MDIDSC的最高测试准确率为100%,平均测试准确率为99.07%;同时,在测试集中的最大损失和平均损失分别为0.1345和0.0841;该结果表明MDIDSC在轴承故障诊断方面具有一定的优越性。

基于儿童早期预警评分的分级干预模式促进重症肺炎患儿康复进程及对呼吸功能的影响

目的研究基于儿童早期预警评分(PEWS)的分级干预模式促进重症肺炎患儿康复进程及对呼吸功能的影响。方法回顾性分析2021年4月—2023年4月我院收治的100例重症肺炎患儿临床资料。将其按照干预方式的差异分为研究组(n=50)及对照组(n=50)。对照组选用常规干预,研究组则于对照组基础上增加基于PEWS的分级干预。对比两组康复进程(相关指标涵盖症状持续时长及住院天数)、呼吸功能(涵盖通气流速、每分钟最大通气量、肺活量、用力肺活量及深吸气量)、并发症发生情况(涵盖呼吸机相关性肺炎、肺大疱及胸膜炎)、患儿家属满意度。结果研究组各项症状持续时长及住院天数均短于对照组(均P<0.05)。研究组各项呼吸功能指标水平均高于对照组(均P<0.05)。两组各项并发症发生率对比差异无统计学意义(P>0.05)。研究组患儿家属满意度高于对照组(96.00%vs 82.00%,P<0.05)。结论基于PEWS的分级干预模式促进重症肺炎患儿康复进程的效果较佳,且能改善呼吸功能,提高患儿家属满意度。

基于医养结合模式的双心养护在老年冠心病患者中的应用价值

目的观察医养结合模式下双心养护对老年冠心病患者心功能、情绪状态的影响。方法收集2020年1月—2023年1月丰县人民医院老年冠心病患者80例进行前瞻性研究,随机数字表法分为观察组(n=40)与对照组(n=40),分别行基于医养结合模式的双心养护与常规护理。比较两组护理前后心功能指标、情绪状态、并发症情况及对不同模式护理的满意度。结果护理前心功能指标组间差异均无统计学意义(P>0.05),护理后观察组LVEF高于对照组,LVEDV、LVESV低于对照组(均P<0.05)。情绪状态方面,抑郁-焦虑-压力量表21(DASS-21)各项评分护理前组间比较无统计学差异(P>0.05),护理后均降低,观察组低于对照组(P<0.05)。观察组并发症发生率5.00%,低于对照组的20.00%(P<0.05);护理满意度比较,观察组(97.50%)高于对照组(80.00%)(P<0.05)。结论医养结合模式的双心养护,可改善老年冠心病患者心功能及情绪状态,并减少并发症。

EEMD-小波在高边坡变形信息提取中的应用研究

针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。

生存进化阶段性搜索微粒群算法及其可靠性冗余分配优化应用

为高效解决含有异质冗余的多态系统(MSS)可靠性优化问题,并弥补微粒群优化(PSO)算法易早熟收敛的不足,从作用力方式和种群拓扑结构两方面对算法进行改进。改进PSO算法中单一的作用力方式,设置前后两个搜索阶段,对应两个搜索阶段分别构造平衡引斥力方式和双层引力(个体和全局最优解引力、中间适应度微粒引力)方式,提出阶段性搜索微粒群(SPSO)算法;利用生物个体“择友而交”和优胜劣汰的生存体系构建生存进化(SE)拓扑结构,以结构演化和算法进化并行方式将该拓扑结构融入SPSO算法,提出生存进化阶段性搜索微粒群(SPSO-SE)算法,进一步提升算法的优化性能;利用Benchmark函数对所提算法与PSO的改进算法进行测试对比,结果表明,所提SPSO-SE算法具有更好的寻优能力。采用SPSO-SE算法对串-并联和桥式结构的多态系统的可靠性冗余分配问题进行优化,得到的系统结构费用更低、可靠度更高。

小组模式的奥塔戈运动对住院老年精神分裂症病人跌倒风险的影响

目的:探讨小组模式的奥塔戈运动训练对老年精神分裂症病人跌倒风险的影响。方法:选取2022年6月—2023年6月在精神科住院的60例老年精神分裂症病人,按病人住院尾号分组,单号为对照组(30例),双号为干预组(30例)。对照组采取常规康复护理,干预组在常规康复护理模式基础上开展小组模式的奥塔戈运动训练。采用Tinetti平衡与步态量表(Tinetti POMA)、Morse跌倒评估量表(MFS)、中文版简易智能状态检查表(MMSE)评定病人的平衡能力、跌倒风险和认知功能。结果:干预12周后,干预组Tinetti平衡与步态量表总分、Morse跌倒评估量表总分、中文版简易智能状态检查表总分均高于干预前及同期对照组,差异均有统计学意义(P<0.05)。结论:小组模式的奥塔戈运动训练能提高老年精神分裂症病人的平衡能力,降低跌倒风险,改善认知功能。